内容:大多是摘录原书,概括、理解是自己总结的。
目的:供自己温习使用,有摘录不全或总结不精的部分。他人学习,仅供参考。
目录
U6 线性方程组
1. 作用于向量的形式
(1)看成矩阵对向量(x, y)T的作用,使之变为另一个向量。所以解方程就是看某已知向量撤销矩阵的作用,还原成的(x, y)T是什么,即在找向量是从哪一个向量变来的
(2)将矩阵的每一行看成一个方程,所以是一个x、y如何线性组合而得到的方程组。所以解方程,就是在找这样一个线性组合。
2. 解的形式
(1)从矩阵作用角度看(二阶矩阵)
-
无穷多解:如,某矩阵可以把某直线上所有的点,变换成一个点,则这直线上的无穷多点都是解。
-
无解:如果该矩阵所在的空间(二维平面)中,任何一点都无法在此矩阵的作用下,变成已给的点,那么无解。
(2)从方程个数与秩看(二元方程组)
-
无穷多解:若r(A)=r(A | b)=1,方程只有一个是有效的,即两个方程重合,即两线重合,其交点都是解,有无穷多个。
-
唯一解:若r(A)=r(A | b)=2,两直线相交,有唯一交点就是唯一解。
-
无解:若r(A)=1 < r(A | b)=2,两直线平行但不重合,无法化简,没有相交点,没有解。
若二元三个方程,同理。
(3)从向量空间
有解说明线性方程组成立,即b向量可被向量组{a1,……an}(Ⅰ)线性表示,所以(I)和{a1,……an,b}(Ⅱ)等价。又因为(Ⅰ)是(Ⅱ)的子向量组,二者张成的空间相同,秩也相同。而(Ⅰ)、(Ⅱ)分别是矩阵A和(A | b)的列向量,所以二者列秩相等,有相同的列空间,r (A)=r(A | b)。
-
r (A)=r(A | b)=n,说明(Ⅰ)(Ⅱ)张成的空间重合,b的坐标唯一,对应的解也唯一。
-
r (A)=r(A | b)<n ,说明(Ⅰ)是低维空间,而b在该低维空间中,所以可以被其他点变换得到,在此空间中有一个解。但是,高于该空间的所有空间内的向量,都可以被矩阵通